Порівняльний аналіз алгоритмів суперроздільної здатності для стиснення зображень

Simple item page
dc.contributor.authorБучко, Олена
dc.contributor.authorНгуєн, Сан Бинь
dc.date.accessioned2024-04-26T06:15:16Z
dc.date.available2024-04-26T06:15:16Z
dc.date.issued2023
dc.descriptionImage compression is essential in today’s digital age when sharing and storing high-quality images is becoming increasingly important. With the growing demand for visually appealing content, there is also a growing need for efficient image compression methods that help to store images without losing visual details.The main disadvantage of traditional compression methods is that they often degrade image quality, lead to artefacts, and cause loss of texture and colour. This problem can be significant in areas where high image quality is crucial, such as medical imaging, satellite imagery, and professional photography.This paper studies the types of super-resolution algorithms and their role in improving the image com-pression process. The basic principles of these methods, their application in image compression, and the current state of research in this area are analyzed. The goal was to show the potential of super-resolution algorithms in the context of information compression, images and videos, and to give impetus to further research in this area.The proposed approach to image compression based on super-resolution methods can improve the visual quality of image reproduction and provide more efficient compression results than traditional compression methods. The paper uses quantitative and qualitative indicators to present an experimental evaluation of the proposed algorithm based on FSRCNN, EDSR, and Real-ESRGAN super-resolution networks. The experimental results confirm the high efficiency of the proposed approach. The use of FSRCNN, EDSR, and Real-ESRGAN allows us to improve the reproduction of images with high accuracy and detail.This article generally reveals the importance of super-resolution methods in image compression and provides a basis for further research. Using these methods can bring significant benefits in various fields where image quality is crucial.en_US
dc.description.abstractУ статті розглянуто підхід до стиснення зображень, який передбачає використання методів суперроздільної здатності. Запропонований підхід має потенціал підвищити візуальну якість відтворення зображень і забезпечити ефективніший результат стиснення порівняно з традиційними методами стиснення. Наведено експериментальну оцінку запропонованого алгоритму на основі FSRCNN, EDSR, Real-ESRGAN мереж суперроздільної здатності з використанням кількісних та якісних показників.uk_UA
dc.identifier.citationБучко О. А. Порівняльний аналіз алгоритмів суперроздільної здатності для стиснення зображень / Бучко О. А., Нгуєн С. Б. В. // Наукові записки НаУКМА. Комп'ютерні науки. - 2023. - Т. 6. - С. 24-29. - https://doi.org/10.18523/2617-3808.2023.6.24-29uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/29244
dc.identifier.urihttps://doi.org/10.18523/2617-3808.2023.6.24-29
dc.language.isoukuk_UA
dc.relation.sourceНаукові записки НаУКМА. Комп'ютерні науки. Том 6uk_UA
dc.statusfirst publisheduk_UA
dc.subjectстиснення зображеньuk_UA
dc.subjectсуперроздільна здатністьuk_UA
dc.subjectнейронні мережіuk_UA
dc.subjectкомп’ютерний зірuk_UA
dc.subjectстаттяuk_UA
dc.subjectimage compressionen_US
dc.subjectsuper-resolutionen_US
dc.subjectneural networksen_US
dc.subjectcomputer visionen_US
dc.titleПорівняльний аналіз алгоритмів суперроздільної здатності для стиснення зображеньuk_UA
dc.title.alternativeComparative analysis of super-resolution algorithms for image compressionen_US
dc.typeArticleuk_UA
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Buchko_Porivnialnyi_analiz_alhorytmiv_superrozdilnoi_zdatnosti_dlia_stysnennia_zobrazhen.pdf
Size:
1.46 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Том 6
Кафедра інформатики
Факультет інформатики